К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
K-Means Clustering 101: World Happiness Report · LearnSpace
Назад в каталог
courseraАнализ данных

K-Means Clustering 101: World Happiness Report

Курс от Coursera
Начальный≈ 1.6 чАнглийский
О курсеНавыкиПрограммаПреподаватели

О курсе

In this case study, we will train an unsupervised machine learning algorithm to cluster countries based on features such as economic production, social support, life expectancy, freedom, absence of corruption, and generosity. The World Happiness Report determines the state of global happiness. The happiness scores and rankings data has been collected by asking individuals to rank their life from 0 (worst possible life) to 10 (best possible life).

Навыки, которые вы освоите

Unsupervised LearningSocial Determinants Of HealthPython ProgrammingData AnalysisSocial StudiesApplied Machine LearningData VisualizationSocial SciencesMachine LearningSocioeconomicsStatistical Machine LearningData MiningEconomics, Policy, and Social StudiesMachine Learning MethodsPlotlyScientific VisualizationMachine Learning Algorithms

Программа курса

1 модулей · 4 учебных материалов

01 Clustering: World Happiness Report4 материалов

Clustering: World Happiness Report

Reading: Project-based Course OverviewЧтениеK-Means Clustering 101: World HappinessЛабораторнаяTest Your UnderstandingЗадание

Учитесь у экспертов

Dr. Ryan Ahmed

Professor & AI Expert (1M+ Students)

K-Means Clustering 101: World Happiness Report
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 1.6 ч

1 модулей

Язык: Английский

Часть программы вашего университета
Course End Survey - we appreciate your feedbackPLUGIN